壽險業退保率影響因素研究

張宗軍

摘要：退保行為對壽險公司的經營和發展產生了重大的影響，本文將影響退保行為的外部因素歸納為“財務危機”和“替代效應”，并以退保率為被解釋變量，選擇六個具有代表性的指標為解釋變量，利用1983-2010年的數據進行時間序列的逐步回歸。實證檢驗表明兩大因素同時存在，但代表這兩大因素的六個指標的顯著性存在較大的差異，這種差異既符合經濟傳導機制又與市場現實相吻合。

關鍵詞：退保行為；財務危機；替代效應；逐步回歸

中圖分類號：F842.6 文獻標識碼：A

一、退保行為的影響因素分析

退保行為對壽險公司經營的各個方面已經產生了重要的影響，國內外學者已經認識到對退保現象進行研究的重要性，在這個方面的研究也已經逐步展開，并且積累了一定數量的文獻。國內外的研究成果盡管在實證檢驗的方法和結論上有所差異，但基本上確立了影響退保行為的兩大理論：“財務危機”和“利率替代”。“財務危機”理論認為：壽險產品既具有保障性又具有投資儲蓄性，因此投保人繳納的高額保費構成了一種基金，當個人發生重大風險時可以通過保險給付緩解經濟壓力，當個人面臨財務困難時可以通過退保途徑獲取部分應急資金，當個人發生支付困難而無力繼續繳納保費時會被迫選擇退保。“利率替代”理論認為：壽險保單具有長期性的特點，在此期間當市場利率相對于保單的預定利率發生變化時，短期內會影響保單價值，進而影響退保行為的變化，且短期內退保率和利率呈現同向變化趨勢；而長期來看，由于預定利率必然隨著市場利率的變化而調整，使得短期沖擊不復存在，利率變化可能和退保率呈反向的變化。

國外學者通過實證研究從不同的角度檢驗了影響退保率的這兩大理論。Hartwell （1951）是第一個研究退保率與宏觀經濟之間關系的學者，他指出由于壽險保單是一個隨時間推移價值逐步增加的產品，因而后期退保會產生比早期退保更加嚴重的經濟影響。Outreville（1990）利用失業率來衡量投保人財務狀況，對美國和加拿大市場的退保行為進行了實證研究，得出失業率對退保行為有著顯著的正面影響，失業率越高退保率也越高。Babbel（1995）通過考察利率的變化對保險公司經營現金流量變化的影響，來研究利率變化對壽險公司退保率的影響，得出了利率變化對壽險公司退保率變化有顯著影響。Grosen and Jorgensen （2000）假設投保人在利率發生變動時會選擇退保，那么投保人通常會在利率變化超過保單利率50%的時候作出退保決定。 Tsai，Kuo，Chen （2003） 通過檢驗發現退保率、利率和失業率之間存在著長期穩定的協整關系，并且利率對退保率的影響要比失業率對退保率的影響顯著得多。

國內對于退保率的研究主要在定性的理論研究上面，對退保率的建模和實證研究的論著比較少。邢福東（1998）、管培（2003）定性分析了影響退保行為的一些宏觀因素，以及退保行為對保險公司的影響。楚軍紅（1997）通過“成本一收益法”分析了通貨膨脹對于壽險產品需求的影響，認為通貨膨脹率的上升使壽險成本上升，從而抑制了壽險需求，引起了投保人的退保行為。容為民（2005）通過建立精算模型，分析了加息對于壽險退保率的影響，認為利息上升會導致壽險產品的退保率增加。劉超（2006）通過建立結構方程模型，從客戶滿意度、質量感知和保險公司形象等方面對壽險公司客戶退保行為進行了研究。展凱（2007）通過計量檢驗證明失業率、利率、通貨膨脹率對退保率具有顯著的影響。

考察國內外對退保行為的研究，為我們提供了較大的啟發，但仍有一些不足。首先，目前的文獻在構建退保率影響因素的框架時僅僅考慮到了外部因素，沒有考慮保險公司內部的因素。據此，我們可以將退保行為的影響因素大致分為兩大類：一類是內部因素，即來自于保險公司自身的能夠對投保人作出退保選擇產生影響的因素，如保險公司的產品設計、服務形象、市場品牌、宣傳引導、銷售渠道、人員素質、經營績效等。一類是外部因素，即來自于保險公司之外的能夠影響投保人退保的因素。其次，現有文獻將影響壽險退保率的外部因素歸納為“財務危機”和“利率替代”還顯不全面，本為總結為“財務危機”和“替代效應”。“財務危機”因素同上文所述。“替代效應”是指保單所保障的風險或者保單所帶來的收益被其他渠道所替代，我們認為不僅利率的變動會產生儲蓄替代，其他有價證券市場（如國債、股票等）也會產生證券投資替代，其他的投資渠道（如不動產投資、黃金投資等）會產生實物投資替代，其他的風險保障渠道（如社會保險、企業年金等）會產生風險保障替代，這四大“替代效應”均會影響壽險市場的退保行為。最后，現有文獻在實證檢驗中選擇的解釋變量雖然具有代表性，但還顯得比較單一。基于此，本文著眼于影響壽險退保行為的外部因素，選擇六個解釋變量，利用28年的時間序列數據進行實證檢驗。

二、變量選擇與計算說明

（一）被解釋變量及計算

衡量壽險市場退保程度的指標是退保率。故將退保率作為計量分析的被解釋變量。退保率的概念在保監會頒布的《保險公司償付能力額度及監管指標管理規定》（保監會令 2003年第1號 ）中有規定：退保率=退保金/（上年末長期保險責任準備金+本年長期險保費收入）。由于各年鑒公布的壽險業務統計數據未能如此細致的分類，且統計的標準前后有別，所以研究一般不能夠采用這種計算方法。現有的文獻一般采用兩種方法計算：第一種方法是以每年的壽險退保金除以當年的壽險總保費收入，這種算法的優點是能夠直觀看到退保金在當年保費收入當中的比率，它的缺點是如果保費快速增長，則當年的退保金可能只能反映以前年度的退保情況，容易低估當年的退保率。第二種方法是以每年度的壽險退保金除以當年壽險賠付總支出，這樣方法雖然可以緩解退保率被低估的情況，但是它不能直觀地顯示退保金在保費收入中的比率。

退保率的兩種計算方法各有利弊。在經營歷史悠久，市場比較完善的壽險市場，其每年的賠付比較穩定，也具有一定的規律性，易于使用第二種方法。但是我國在1949年到1958年期間的保險業務幾乎全部是財產保險，只有極少量的簡易人身意外保險，不存在真正意義上的壽險業務。1959年到1979年國內保險業務全部停辦，更談不上壽險業的發展。1980年恢復保險業以后相當長一段時間內仍然以財產保險業務為主，加以部分人身意外險和少量的儲金保險。從1995年實施財產保險和人身保險分業經營、分業監管以后，壽險才得到了快速的發展。而壽險業務的長期性決定了其給付的發生存在一個較長的時滯性。所以，利用退保金與壽險賠付的比例計算壽險的退保率，會嚴重高估很多年份的退保率。故而本文選擇第一種方法計算歷年退保率。

本文的退保金數據來自于1983—1996年各期的《中國金融年鑒》，1997年以后的數據來自于各期的《中國保險年鑒》。1988年以前的數據只包括原中國人民保險公司，自1988年以后陸續有大量的保險公司成立，為保證數據的可靠性和完整性，將后續成立保險公司的退保金也計算在內。由于我國保險業務的劃分與國外有較大差異，而且大量年份不存在純粹壽險業務的保費數據，因此，本文中使用的保費收入數據以全國各個年份人身保險業務的保費收入為準。故而最終的退保率=當期退保金/當期人身保險保費收入。

（二）解釋變量及說明

針對影響退保行為的外部因素，我們在進行實證檢驗時通過設置六個解釋變量來具體反映“財務危機”和“替代效應”。通過失業率（U）、經濟增長率（EI）、收入波動（IM）和通貨膨脹率（F）這四個變量來反映投保人的財務狀況因素（失業率和經濟增長率的數據來自于《中國統計年鑒》）。收入波動變量與收入增長率是不同的概念，它反映的是個人某一年度收入與上一年度收入的比值，體現個人收入的波動狀況。之所以沒有使用個人收入增長率這個指標，原因在于一些年份的收入是負增長，不利于回歸檢驗。由于壽險產品的主要消費者是城鎮居民，因此，將歷年城鎮居民人均可支配收入數據提取，之后利用后一年數據除以前一年數據，得出后一年的收入波動值。通貨膨脹帶來的貨幣貶值會帶動生活成本的上漲，進而影響投保人的財務狀況，因而可以作為一個解釋量。因一些年份通貨膨脹率會出現負值，不利于計量分析，通貨膨脹率的衡量利用CPI指數代替。

針對本文概括的四大“替代效應”，本文選擇儲蓄替代和證券投資替代進行研究，實物投資替代和風險保障替代因市場形成的年限較短，有統計資料的數據較少，不適合進行時間序列的計量分析，我們暫不做考慮。通過利率（R）來反映儲蓄替代效應，通過證券投資波動（IV）來反映證券替代效應。各年度利率采用的是金融機構一年期法定定期存款利率，數據來自于歷年《中國金融年鑒》。由于利率調整比較頻繁，我們對有調整的年份的利率采取了加權平均的方法計算，實際利率=（1年內各時間段利率*執行月數/12）。投資波動是后一年投資額與前一年投資額的比值，反映個人投資的波動情況。在所有有價證券投資中，國債和股票中個人購買所占的比重很大，而其他的有價證券以機構持有為主，因此本文以歷年國債和股票籌資額為依據計算投資波動率。數據來自于歷年《中國金融年鑒》。

三、模型構建與實證分析

（一）模型構建與變量分析

以退保率作為被解釋變量，其他六個變量作為解釋變量，初步構建時間序列回歸方程如下：S = C（0）+C（1）*F+C（2）*R+C（3）*U+C（4）*IV+C（5）*IM+C（6）*EI。C（0）為殘差序列項。先對各個變量進行統計量的描述，如表1所示。對于時間序列數據變量，在正式建模前，需要對各個變量進行平穩性檢驗。本文采用ADF（Augmented Dickey-Fuller，1979）檢驗，ADF檢驗參數檢驗，檢驗的原假設都是變量存在單位根。從表2的檢驗結果可知，七個序列本身都是非平穩的，經過一階差分后都變得顯著平穩，這七個序列都是一階單整序列（I（1））。所以，利用初步構建的模型可以進行回歸分析。而且，通過ADF檢驗證明殘差序列是一個平穩序列，故而所建模型的回歸不會是一個偽回歸。

（二）逐步回歸過程

對初步所建模型進行計量回歸，結果見表3。分析回歸的結果可以看出，模型整體擬合度較好，失業率和投資波動兩個變量很顯著。但其他變量都不顯著，而且收入波動變量的系數說明，收入每翻一倍退保率增長26.2215%，這與經濟和保險理論不符。因此初步判斷解釋變量之間可能存在多重共線的問題。在這種情況下通過逐步回歸對模型進行修改。利用各解釋變量對退保率進行回歸，結果見表4。分析回歸的結果可以看出失業率U的T檢驗和可絕系數R-（sq）值最大，因此以U為基礎，再分別加入其他變量進行逐步回歸。第二輪回歸結果如表5，表明在變量U的基礎上加入各變量后可絕系數都提高，且除加入變量EI后T檢驗不顯著外，加入其他變量T檢驗都顯著，加入IM變量后可絕系數最大，但系數表明居民可支配收入每翻一番，退保率提高42.6935%，與經濟和保險理論不符，所以保留R-（sq）值和T值較大的變量F，繼續進行逐步回歸。

第三輪回歸結果如表6，表明在變量U和F的基礎上加入各個變量后，可絕系數都有所提高，但只有在加入變量IV后可絕系數提高最大，而且三個變量的T檢驗都很顯著，F檢驗也顯著。所以，保留變量IV后繼續進行回歸。第四輪回歸結果如表7，結果表明在變量U、F、IV基礎上加入其他變量后，雖然可絕系數都普遍提高，卻使得T檢驗顯著的變量減少，所以最終模型中保留三個解釋變量U、F、IV，剔除其他三個解釋變量。最終模型的回歸結果如表8所示，同時對最終回歸結果的殘差穩定性進行了檢驗，檢驗結果如表9所示，證明殘差序列是平穩的，所以可以確定最終的模型為：S=-52.25653739+5.06872229*U+0.3707483466*F+4.488658943*IV。說明失業率、通貨膨脹和投資波動對退保率有非常顯著的影響：失業率每上升1%，退保率會升高5.07%；通貨膨脹率每升高1%，退保率會增加0.37%；居民在有價證券上的投資每翻一倍，會使退保率升高4.49%。

四、結論與啟示

通過實證檢驗，我們證明了在影響壽險業退保率的外部因素中，“財務危機”因素和“替代效應”因素同時存在，并且有非常顯著的檢驗結果。而用來檢驗這兩大因素的替代變量之間卻存在很大的差異。就財務危機因素而言，在所選的四個變量中，經濟增長率和收入波動兩個變量不顯著，主要在于從1981-2010年30年來我國的經濟增長率和城鎮居民可支配收入基本保持著穩步增長的態勢，沒有出現大起大落的狀況，所以這兩個變量不足以引發個人的財務危機。失業率和通貨膨脹率變量影響非常顯著，說明這兩個變量能在短期內引發投保人的財務危機，進而使投保人通過退保獲取應急資金。而且通過檢驗發現，失業率對退保率產生的影響比通貨膨脹率所帶來的影響要大得多，這與經濟理論的相關結論和現實狀況的反映非常相符。從圖1可以看出，在1983-2010年期間退保率有兩次高峰期：一次是1993-1996年，退保率在7.94%-17.42%之間，在此期間通貨膨脹率處于8.3%-24.1%的歷史高位，這四年的失業率也是1997年以前最高的四年。第二次高峰期是2005-2009年，退保率在12.73%-24.71%之間，失業率處于4.0%-4.3%的歷史最高時期，而通貨膨脹率并沒有突破6%。因此，可以初步判斷失業率較小的波動也能引起退保率較大的變動，但通貨膨脹率只有大幅度波動時才會造成投保人財務危機，進而對退保率產生較明顯的影響。

對于替代效應而言，實證中選取利率變量影響不顯著，投資波動變量影響非常顯著。對比退保率的兩次高峰期，第一次高分期利率處于9.26%-10.98%的歷史最高水平，該時期的國債發行額與股票籌資額之和有大幅度的增長。第二次高峰期，利率雖然也處于1998年之后的高位水平，但卻沒有超過4%，而且1998年以后利率一直比較穩定，沒有大起大落的調整，該時期的國債發行額與股票籌資額之和也有很大幅度的增長。因此，我們認為短期內利率的大幅度調整會對退保率產生較大的影響，但是長期比較穩定的利率水平和小幅的波動對退保率沒有明顯的影響；而其他投資渠道較高的收益率會對壽險產品產生較大的替代效應，進而明顯地影響退保率。

參考文獻：

[1] Richardson， C. F. B. and Hartwel， J. M. l. Lapse rates：Transactions of the society of actuaries，1951（3）：338-374.

[2] Outreville J F. Whole-life insurance lapse rates and the emergency fund hypothesis[J].Insurance：Mathematics and Economics， 1990（9）：249-255.

[3] Babbel D F. Asset-liability matching in the life insurance industry：the financial dynamics of the insurance industry[M].New York：Irwin Professional Publishing， 1995.

[4] Grosen， A. and Jorgensen， P. L. Fair valuation of life insurance liabilities：the impact of interest guarantees， surrender options and bonus policies[J].Insurance：Mathematics and Economics， 2000（26）：37-57.

[5] Tanskanen， A. J.， and J. Lukkarinen. Fair Valuation of path-dependent participating life insurance contracts[J]. Insurance：Mathematics and Economics， 2003（33）：595-609.

[6] 刑福東.退保對壽險經營的影響及對策[J].中國保險，1998（8）.

[7] 管培.關于退保解約問題的若干思考[J].上海保險，2003（6）.

[8] 楚軍紅. 通貨膨脹對壽險需求的影響機制分析[J].經濟科學，1997（3）：49-54.

[9] 容為民.升息對壽險產品退保率的影響及其對策研究[D].湖南大學，2005.

[10]劉超. 結構方程模型在壽險公司退保行為中的應用[J].統計與決策，2006（1） ：40-41.

[11]展凱.中國壽險市場退保影響因素的實證分析，當代經濟科學，2008（7）：93-98.

[12]曹雪琴. 金融型退保與壽險產品完善的對策 [J].上海保險，2007（10）：52-55.

[13]孫蓉，蘭虹.保險學原理[M].成都：西南財經大學出版社，2010.

An Empirical Study on Factors to Affect Surrender in Life Insurance Industry

ZHANG Zong-jun

（School of Financing ， Lanzhou University of Finance and Economics， Lanzhou 730020，China）

Abstract：The behavior of surrender had important influence on the operation and development of life insurance companies. The external factors to affect surrender could be summed up as “financial crisis” and “substitution effect”， the article selects the surrender rate as dependent variables and other six proxy indictors as independent variables， using 1983-2010 data for time series to stepwise regression. The empirical test shows that the two factors also exist. But the six indicators have significantly difference. This difference is consistent with the economic transmission mechanism and the market realities.

Key words：behavior of surrender； financial crisis； substitution effect； stepwise regression

（責任編輯：劉春雪）